기생충 Movie Review Analysis

Word Cloud 생성

Library 준비

library(wordcloud2)
library(KoNLP)

## Checking user defined dictionary!

Word Cloud 생성 과정

#write(review, "naver_review1.txt")
#data <- readLines('naver_review.txt')
#data1 <- sapply(data, extractNoun, USE.NAMES = F)

#data3 <- unlist(data1)
#data3 <- gsub("\\d+","",data3) ## 숫자 없애기 
#data3 <- Filter(function(x) {nchar(x) >= 2}, data3) #2글자 이상 필터 
#data4 <- str_replace_all(data3, "[^[:alpha:]]","") #한글, 영어이외는 삭제


#txt2 <- readLines("네이버영화gsub.txt")
#for(i in 1:length(txt2)) {
#  data5 <- gsub(txt2[i],"",data4)
#}
#txt2[1]
#data5 <- gsub("영화","",data5)
#data5 <- gsub("관람객","",data5)

#write(data5,"parasite_Naver2.txt")
data6 <- read.table("parasite_Naver2.txt")
nrow(data6)
wordcount <- table(data6)
wordcloud <-sort(wordcount,decreasing = T)
#head(wordcloud)

wordcloud2(wordcloud)

• 워드클라우드의 정확성을 위해 위와같이 “영화”, 관람객"등 단어를 빼준다.

워드클라우드 결과

setwd(“d:/workspace/R_Crawling/Project/Movie_website_comparison+Parasite”)

ggplot을 통한 데이터 시각화

# Plot of user rating and time to see how the user rating went as the movie came out
library(ggplot2)
#theme_set(theme_classic()) # change the theme to my preferece 

#View(df_naver.review)
df_naver.review$rating <- as.numeric(as.character(df_naver.review$rating))
 
df_naver.review$date <- substr(df_naver.review$date,1,10)
df_naver.review$time <- substr(df_naver.review$date_time,12,16)
df_naver.review$hour <- substr(df_naver.review$date_time,12,13)

names(df_naver.review) <- c("rating"   ,   "user_review", "date_time"      ,  "date"   ,   "time"    )
#View(df_naver.review)
time.sort <- df_naver.review %>% 
  select(rating,date) %>%
  group_by(date) %>%
  summarise(review_mean = mean(as.numeric(rating)))
#View(time.sort)
df_naver.review$date <-as.Date(df_naver.review$date, "%Y.%m.%d")

# line Plot of rating per day from release date
naver.P1 <- ggplot(time.sort,aes(x = date, y = review_mean,group = 1)) + 
  geom_point() +
  geom_line(color = "blue") + 
  ggtitle("[네이버] 개봉 이후 날짜별 네티즌 평점 변화 그래프") + 
  theme(axis.text.x = element_text(size = 8, angle = 90)) +
  theme(plot.title = element_text(face = "bold", hjust = 0.5, size = 15, color = "darkblue")) + 
  ylab("평점") + xlab("")

시간별 네티즘 평점 변화

# bar graph of time and review
df_naver.review$hour <- substr(df_naver.review$time,1,2)
df_naver.review$time
sort.byTime <- df_naver.review %>% 
  select(rating,time,hour) %>%
  group_by(hour)%>%
  summarise(rating = mean(rating))
class(sort.byTime$hour)
sort.byTime$hour <- as.numeric(sort.byTime$hour)
View(sort.byTime)

ggplot(sort.byTime,aes(hour,rating,group=1)) + geom_point() + geom_line(color="red") + 
  ggtitle("[네이버] 개봉 이후 시간별 네티즌 평점 변화 그래프") + 
  theme(plot.title = element_text(face = "bold", hjust = 0.5, size = 15, color = "darkblue"))

#### 5시와 6시 사이에 가장 낮은 8.0에 가까운 평점을 보이며 자세한 분석은 아래 [다음]영화와 같이 비교 분석 되어있다.

날짜별 네티즈 리뷰 건수

# bar graph of day and num of people who wrote reviews
sort.byPeople <- df_naver.review %>% 
  select(rating,date,time) %>%
  group_by(date) %>%
  summarise(Count = n(), Rating = mean(rating))
View(sort.byPeople)
firstday <- sort.byPeople$Count[1]
firstday
ps.release.date <- as.Date("2019-05-30","%Y-%m-%d")
ggplot(sort.byPeople, aes(date,Count,fill=Rating,)) + geom_col() + 
  scale_fill_gradient(low="blue", high="red") + ggtitle("[네이버] 기생충 날짜별 네티즌 리뷰 건수") + 
  theme(plot.title = element_text(face = "bold", hjust = 0.5, size = 15, color = "darkblue")) +
  geom_vline(xintercept = ps.release.date, linetype="dashed", color = "red",label = "Release Date") +
  geom_label(aes(x=sort.byPeople$date[1], label="개봉일 \n 3340 명", y=3800), colour="black", size = 2.8,fill = "white")

날짜별 리뷰_naver

[다음] 영화에서도 같은 방식으로 데이터를 불러와 분석한다.

다음과 네이버 영화 평점 비교

날짜별 평점

다음 평점은 개봉후에 주로 7점과 8점 사이에 평점이 주어지고 있다는 것을 볼수 있다. 개봉전에는 많은 기대로 인해 평점이 높은 편에서 개봉후에 서서히 떨어지는 추세를 보이고 있으나 최근 들어서 높은 평균을 보여주는 것을 볼수 있다.

Daum 날짜별 평점

네이버에서 평점 역시 개봉후 서서히 떨어지는 평균을 볼수있으며 다음 네티즌들 보다는 높은 8-9 사이의 평균을 보여주고 있다. 다음 영화와는 반대로 네이버는 최근 들어서 낮은 평균을 보여주는 것을 볼수있다.

다음보다 네이버 이용자들이 기생충 영화를 더욱 높은 평점을 주었다. 네이버 네티즌은 8.51 다음 네티즌은 7.8 평균으로 평점을 주었으며 날짜별로 변동이 있지만 주로 같은 구간에 평점이 주어졌으며 다음은 최근 들어 평점이 올라가는 추새 네이버는 조금 떨어지는 추세를 보여준다. 이는 데이터 날짜별 리뷰자 수를 분석함으로써 연관성이 있는 지 확인해 볼수 있다.

시간별 평점

이 그래프에서 인상 깊게 볼수 있는 것은 오전 5시 - 6시 사이에 두사이트 모두 비교적 낮은 평점을 주었단 점이다. 그리고 새벽 12시에서 2시 사이에 비교적 높은 평점을 주었다는 점이다. 오후 시간에는 비교적 평균애 가까운 평점이 주어졌다.
이는 시간별 리뷰수를 분석하여 분석하는 사람의 수와 관계가 있는지 알아볼수 있다.

날짜별 리뷰수

Daum 날짜별 리뷰수

Naver 날짜별 리뷰수

다음과 네이버의 기생충 리뷰면으로만 보았을때, 네이버에 훨씬 더 많은 사람들이 리뷰를 남기며 비교적 더 높은 평균을 주는것을 볼수있다.

또한 다음 영화사이트에서는 첫 개봉날에 가장 많은 리뷰를 그리고 네이버에서는 둘째날에 가장 많은 리뷰를 남긴 것을 관찰할수있다.

네이버에 비해 다음 네티즌 리뷰가 조금더 넓은 변화량을 보여주고 있으며

개봉일에서 멀어질수록 관심은 떨어지고 리뷰를 다는 사람들이 줄어든다는 것은 당연하다고 볼수 있다. 하지만 인기가 많은 영화일 수록 리뷰를 다는 기간이 길어질것으로 예측을 하는 다른 영화와의 비교도 핅요하다.

시간별 리뷰수

다음 네이버 시간별 리뷰건수

도표에서 볼수 있듯이 새벽 4시에서6시 사이에 가장 적은 사람들이 리뷰를 작성하였고 밤 10-12시이에 가장 많은 사람들이 리뷰를 작성 하였다. 또한 5시에서 6시 사이에 가장 적은 평점을 반은 것으로 보인다.